遥感图像计算机分类研究现状和发展趋势

《遥感图像计算机分类研究现状和发展趋势》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、遥感图像计算机分类研究现状和发展趋势读书报告摘要：遥感图像计算机分类是遥感技术屮一项非常重耍的工作，本文就当今遥感图像计算机分类的研究现状和发展趋势作进一步分析和总结，让大家进一步了解遥感图像计算机分类的技术。关键词：遥感图像机分类；现状；发展趋势Abstract:Remotesensingimageclassifiestionofremotesensingtechnologyincomputerisaveryimportantwork,thisarticleonthecurrentcomputercIassificationtoremotesensingimageres

2、earchpresentsituationandthetrendofdeveIopmentforfurtheranalysisandsummary,letusfurtherunderstandingofremotesensingimagecIassificationtechnologyofcomputer.Keywords:RemotesensingimagecIassification;Presentsituation;Developmenttrend1遥感图像的分类遥感图像计算机分类是利用计算机通过对遥感数据的光谱信息和空间信息进行分析、特征选择，并按照某种规则或算法

3、将图像中的每个像元划分为不同的类别。1.1图像分类的意义在遥感技术的研究中，通过遥感影像判读识别各种地物是遥感技术发展的一个重要环节。无论是专题信息的捉取、动态变化的监测，或是遥感数据库的建立等都离不开遥感图像的分类。遥感图像分类在数字图像分类处理中是一个很重要的应用方向，与普通的图像分类算法有很多相同之处，而根据遥感图像自身特点，面临自身的问题、如果可以使计算机对遥感图像按照一定的意义进行自动分类处理，将大大减轻人们的劳动量。因而，不断有遥感科学领域研究者在图像分类的算法的借鉴，改进和创新屮探索。1・2图像分类的影响当今社会，传统遥感图像分类方法，但随着遥感技术的不断发

4、展，近年来出现的新的分类方法能够准确的提取目标地物，改进了图像的分类在实际运用也越來越多的和传统方法相结合使用。随着计算机技术和遥感技术相互融合，遥感信息的获得会越来越精确、迅速，新的算法和分类方法的研究会不断深入，遥感图像的精度必定会得到显著的提高。在图像的分类中，一种分类是只利用不同波段的光谱亮度值，述利用像元和像元之间的关系。近年来新的分类方法的思想为:神经网络分类法、支持向量机分类法。为了提高分类的精度还引入了分层分类和分区分类、多元数据融合入分类及小波技术等分类思想。遥感技术的发展FI新月异，不仅仅表现在传感器空间分辨率的提高上，其他各个方面的发展也I•分快,遥

5、感平台的发展，传感器光谱探测能力也在急速提高，在遥感图像识别和分类方而，开始大量使用统计模式识别，随着电子技术、计算机及航天技术等多方而技术的发展与应用，当前遥感图像的空间分辨率从低分辨率发展到高分辨率，从低分辨率发展到高分辨率，形成了影像金字塔，这也给我们的遥感影像的分类提出了更高的要求，在遥感图像识别和分类屮尚有许多不确定性因素需要我们作细致深入的研究。遥感影像的计算机分类是模式识别技术在遥感技术领域中的具体运用。具体来说，就是对地球表而及其环境在遥感图像上的信息进行屈性的识别和分类，从而达到识别含有多图像信息的实际地物，提取所需地物信息的目的。1・3图像分类的方法在

6、遥感技术的研究中，通过遥感影像判读识别各种地物是遥感技术发展的一个重要环节。无论是专题信息的捉取，动态变化的监测，述是专题地图是制作,或是遥感数据库的建立等都离不开遥感图像的分类。图像分类的过程，实际上就是将图像空间划分为若干子区域，每个子区域代表一个实际地物。遥感影像的计算机分类方法有2种，统计模式方法和句法模式方法。常见的分类方法一般为统计识别模式，如最大似然法、K-最近判别法等。近年来发展和分类的新方法则多采用句法方法。这类方法冇人工神经网络犯方法、模糊数学方法、专家系统法和决策树分类法等。遥感图像的统计分类又分为两种：监督分类和非监督分类。非监督分类是对遥感图像地

7、物的属性不具有先验知识，仅仅依靠不同的光谱数据组合在统计上的差别来进行分类，然后再对已经分出的各类地物的属性进行确认的过程；监督分类是基于对遥感图像上样本区内的地物的类别已冇一定的先验知识，即已经知道它所对应的地物类别，因而可以利用这些样木的类别特征作为依据，从而判断非样本数据的类别。2遥感图像的传统分类2.1非监督分类（UnsupervisedClassification）非监督分类是以不同影像地物在特征空间屮类别特征的差别为依据的--种无先验（己知）类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的